Dual-Locking Learned AI Models: A PIN-Based Sparse QIM Watermarking and Adaptive Index Permutation Approach
该论文研究的是训练后神经网络的知识产权保护与防未授权使用问题，提出了一套名为「双锁」的模型保护框架，把「密钥驱动的索引置换」与「基于 PIN 的稀疏 QIM 水印」结合起来。核心思路分两层：第一层是锁定机制，对自适应选出的索引向量（如权重矩
#model-watermarking
共收录 2 条相关情报。
← 返回所有主题T2S: A Rehearsal-Based Approach for Extraction-Resistant Model Watermarking
本文针对人工智能模型水印（model watermarking）面临的核心挑战——模型提取攻击（model extraction attack），提出了一种基于排练（rehearsal）的水印嵌入框架，以增强水印鲁棒性。模型水印通过嵌入独特